Publication

Multivariate Hawkes Processes for Sparse Estimation of Neural Networks Intensities

2024

Résumé

We propose a mathematical model based on multivariate Hawkes processes for the activity of (natural) neural networks, where the excitation function of each neuron is modelled as a 2nd order causal exponential spline. Then, we estimate the parameters of the multivariate Hawkes process given a realization using maximum likelihood estimation, which is numerically implemented using an adaptation of the Polyatomic Frank-Wolfe algorithm, selected for its sparsity-promoting properties. Finally, we test our algorithm on real spike train data, which consists of intracellular and extracellular recordings of 250 neurons in turtle brains.

Source officielle

https://infoscience.epfl.ch/entities/publication/14f7f328-18ec-4e83-8080-05e37a1fff7f

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

2024

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/14f7f328-18ec-4e83-8080-05e37a1fff7f

À propos de ce résultat

Concepts associés (32)

Codage neuronal

Le codage neuronal désigne, en neurosciences, la relation hypothétique entre le stimulus et les réponses neuronales individuelles ou globales. C'est une théorie sur l'activité électrique du système nerveux, selon laquelle les informations, par exemple sensorielles, numériques ou analogiques, sont représentées dans le cerveau par des réseaux de neurones. Le codage neuronal est lié aux concepts du souvenir, de l'association et de la mémoire sensorielle.

Réseau de neurones à impulsions

Les réseaux de neurones à impulsions (SNNs : Spiking Neural Networks, en anglais) sont un raffinement des réseaux de neurones artificiels (ANNs : Artificial Neural Networks, en anglais) où l’échange entre neurones repose sur l’intégration des impulsions et la redescente de l’activation, à l’instar des neurones naturels. L’encodage est donc temporel et binaire. Le caractère binaire pose une difficulté de continuité au sens mathématique (cela empêche notamment l’utilisation des techniques de rétropropagation des coefficients - telle que la descente de gradient - utilisées classiquement dans les méthodes d'apprentissage).

Neural decoding

Neural decoding is a neuroscience field concerned with the hypothetical reconstruction of sensory and other stimuli from information that has already been encoded and represented in the brain by networks of neurons. Reconstruction refers to the ability of the researcher to predict what sensory stimuli the subject is receiving based purely on neuron action potentials. Therefore, the main goal of neural decoding is to characterize how the electrical activity of neurons elicit activity and responses in the brain.

Afficher plus

Publications associées (28)

Afficher plus

Multivariate Hawkes Processes for Sparse Estimation of Neural Networks Intensities

Chattez avec Graph Search

Numerical Methods for Optimization and Control: From Verification to GPU-Acceleration

Electrostatic interactions in atomistic and machine-learned potentials for polar materials

Learning environments are associated with developmental trajectories of thalamocortical attention circuits in childhood